【数模matlab】数据建模：逻辑回归(Logistic回归)
简介
本质
假设数据服从这个分布，然后使用极大似然估计做参数的估计。
matlab做Logistic回归分析
对数变换后可以得到 这样可以将Logistic回归转换为线性回归问题，但是仅仅取对数导致P只有0和1的区别，因为失去了实际意义，实际运用中会定义一个概率函数π，此时π为连续函数。 π到P的映射关系是：
clear all
clc
X0=xlsread(Ch3_logistic_ex1.xlsx, A2:C21); % 回归数据X值
XE=xlsread(Ch3_logistic_ex1.xlsx, A2:C26); % 验证与预测数据
Y0=xlsread(Ch3_logistic_ex1.xlsx, D2:D21); % 回归数据P值
%--------------------------------------------------------------------------
%% 数据转化和参数回归，因为作回归得知道概率概述π，为了方便所以去区间的中值
n=size(Y0,1);
for i=1:n
if Y0(i)==0
Y1(i,1)=0.25;
else
Y1(i,1)=0.75;
end
end
X1=ones(size(X0,1),1); % 构建常数项系数
X=[X1, X0]; //regress函数对x的要求是系数+回归数据
Y=log(Y1./(1-Y1)); //取对数
b=regress(Y,X);
